今年以来，各地极端天气事件频发。

3月31日，江西南昌遭遇雷暴、强降雨、冰雹、极端大风等强对流天气，致4人死亡、10余人受伤，南昌市多处基础设施受损严重。4月27日，广州遭遇局地冰雹和龙卷风，强龙卷造成5人死亡、33人受伤。5月21日，一架从伦敦飞往新加坡的客机遭遇严重雷暴湍流，造成1人死亡、数十人受伤。7月5日，山东省菏泽市东明县、鄄城县等地突发强对流龙卷风自然灾害，造成5人死亡、88人受伤。8月11日，江苏常州经开区横山桥镇遭遇强对流天气，雷击致公园凉亭坍塌，6人遇难。8月24日，甘肃河西大部遭遇强对流天气，导致2人死亡。

这些极端天气事件背后都指向一个共同的原因——强对流天气。

根据国家应急管理部7月发布的2024年上半年全国自然灾害情况，上半年，全国共出现22次区域性短时强降雨、雷暴大风和冰雹等强对流天气过程，造成28省（区、市）900余个县（区）受灾。1–3月，我国大部分地区强对流偏少偏弱；4月份后，进入强对流高发期，且类型复杂、强度极端。北方以大风、冰雹为主，农作物及部分设施农业受损较重；南方以短时强降雨、雷暴大风等强对流天气为主[1]。

上半年，风雹灾害共造成全国522.3万人次不同程度受灾，因灾死亡56人，农作物受灾面积657.9千公顷，直接经济损失85.9亿元”[1]。同时，上半年全国平均降水量316.9毫米，较常年同期偏多13.9%。与往年相比，今年强降雨过程频繁、强度大、极端性明显，南方多地重复受灾。

奥地利科学技术研究所鲍嘉伟博士长期从事极端降水和对流关系研究，他向《知识分子》介绍说，春季和夏季的气象条件非常有利于强对流天气的发生，是强对流的高发季节。

气象上有一个专有名词——对流有效位能（convective available potential energy，CAPE）。该值是衡量大气潜在不稳定性、判断对流是否容易发生的重要指标之一。CAPE的数值越高，表明对流活动越强烈，发生强对流天气的可能性越大。

总体而言，春季和夏季是CAPE值较高的季节。

春季由于气温由冷转暖，地面和低层大气的升温速度较快，而高层大气的温度回升较慢，形成了显著的垂直温度梯度，这种温差容易造成大气不稳定；另外春季常有冷暖气团交汇，冷空气南下与暖湿空气相遇，容易在锋面系统或低压槽附近形成强对流。

而在夏季，强烈的太阳辐射加热地表导致地面温度高，地表空气被加热，大气变得不稳定从而快速抬升。此外由于夏季空气中的水汽含量大，水汽在抬升过程中凝结释放潜热，促使大气变得更加不稳定，从而形成强对流天气。

为什么今年强对流天气这么频发？

根据中央气象台气象专家的分析，“从春季情况看，今年影响我国的冷暖空气都异常活跃且实力相当，特别是在西南地区东部、江南、华南一带长期维持、反复拉锯，给强对流天气多轮次发生提供了比较有利的条件”[2]。

从气候的大背景来看，世界气象组织的数据显示，2023-2024年的厄尔尼诺是有记录以来最强的五次厄尔尼诺事件之一，虽然2024年上半年厄尔尼诺强度减弱，但仍对全球气候产生持续影响，增加了某些地区发生极端天气和气候事件的可能性[3]。中央气象台气象专家也表示，“今年是厄尔尼诺形成次年，通常强对流相对活跃”[2]。

强对流预报的痛点

强对流天气的研究难点在于，传统气候数值模式的时空精度相较于对流的尺度较低，模式无法直接通过数值方法求解对流物理过程。鲍嘉伟介绍道，传统的全球气候模式分辨率通常在100公里左右，对流的空间尺度一般在几十公里左右，有的仅有几公里。简单来说，如果把气候模式的格点比喻为渔网，对流过程比喻为小鱼，渔网的网格现在太大，无法捕捉到小鱼。

而目前解决这一问题的方法是，将“对流参数化方案”引入数值模式，即基于已知的物理理论结合气象观测数据，选取经验参数表达对流过程。简单来说，就是通过一些经验值，人为判断渔网的网格里是否有小鱼。

但是，对流参数化方案本身存在局限性——追求简单高效的同时却省略了部分复杂物理过程，因此会导致模式模拟结果不准确。

德国马克斯-普朗克气象研究所研究员李超进一步解释说，数值天气预报模式和观测数据的时空分辨率也会影响准确性。

一方面，数值天气预报本身存在一定误差。

天气预报模型基于物理原理和数值方法构建，这些模型在描述大气运动、湍流、辐射传输等方面存在一定的误差。模型的时空分辨率也会影响预报的准确性，高分辨率模型虽能更精细地模拟中小尺度对流天气事件，但相应的计算成本也更高。

另一方面，观测数据的局限性。

天气预报模型需要初始场数据作为输入，这些数据来自气象观测站、卫星、雷达等设备，这意味着，将这些不同时空尺度和不同来源的观测数据融合到天气数值预报模型中，就是一个复杂的问题；而观测数据还可能不准确或缺失。

例如，气象观测资料的时间和空间精度可能大于对流的尺度，强对流天气事件通常在短时间内（几分钟到几小时）迅速发展和消散。这种快速变化性使得实时监测相当棘手。

此外，处理原始数据的过程往往存在误差，例如，处理原始的雷达信号，需要将其经过二次加工成为雷达反演产品之后才能作为初始值，提供给数值天气预报模式。而反演方法本身存在误差，则会导致雷达反演产品不准确，进而导致天气预报失准。

南京气象科技创新研究院副研究员朱寿鹏告诉《知识分子》，气象观测数据的完备对于提高交通气象预报预警能力，进而增强交通安全，起到非常关键的作用。

朱寿鹏提到，以江苏省为例，自2011年起，江苏省气象局逐渐建成了覆盖全省高速公路的304个交通气象站，密度达10-15公里，同时结合周边气象观测站、雷达、卫星等探测设备，构建了多维度的高速公路交通气象观测系统。相比之下，航空气象观测则较为有限，通常只能依靠雷达和卫星数据。因此，针对性的航空气象观测与预报（如雷暴湍流、晴空湍流等）均面临诸多挑战。

国际范围内，提高强对流天气预报准确率主要有两个方向。

一是提高数值天气预报模式的时空尺度精度（即缩小渔网的网格），这需要超级计算机的支持——既要有强大的计算能力，又要具备存储大量数据的能力，同时还需要处理非常复杂的代码调试工作。

二是改进目前采用的对流参数化方案（即提高人为判断渔网网格里是否有小鱼的准确性）。要实现这一点，需要气象学者深入研究强对流的物理机制。此外，将以物理框架为基础的传统对流参数化方案与机器学习方法相结合，也是目前的一个热门研究方向。

自2015年，德国气象局开发并运行数值天气预报ICON模式，用于全球和区域预报。ICON的全球网格分辨率为13公里，欧洲区域预报分辨率为6.4公里，针对德国、比荷卢三国、瑞士、奥地利和其他领国的部分地区的区域模式的分辨率为2.2公里，可以很好地预报强对流天气，例如超级单体和多单体，飚线，中尺度对流复合体[4]。

朱寿鹏介绍，2023年5月底，随着中国气象局全球同化预报系统正式业务运行，全球预报空间分辨率从25公里提升到12.5公里。

直击技术痛点之外：公众准确接收预警至关重要

气象部门及时、准确发出预警之外，关键还在于公众能够准确接收并理解预警信息，采取相应防护措施。

以2021年德国西部地区洪灾为例，尽管德国气象局连续多天发布洪水预警，但没有引起当地相关政府部门足够重视。且暴雨发生在夜间，公众警惕性较低，最终导致了严重伤亡。

李超认为，气象部门传达的数字信息对于公众来说可能过于抽象。例如，“每小时降雨量达到100毫米”，公众来很难理解其究竟是多少，但是如果告诉大家“相当于一个小时内，整片区域都降下了10厘米的水，如果路面不平整均匀，水往低处流，地势稍低的地方会形成齐腰深的水”，大家就能清晰地理解这个数字的含义。

另外，“公众更关注的信息是哪些地方，在什么时候会面临洪涝的风险。这些信息也需要通过预警传达”李超说。

鲍嘉伟介绍，目前国际上对雷暴并没有一个统一的定义标准，各国的预警标准也不同。例如，根据澳洲气象局的规定，如果气象预报预计雷暴会产生以下任何一种情况：大冰雹（直径2厘米），破坏性阵风（时速90公里以上），龙卷风，可能导致山洪的暴雨，气象局则会发出严重雷暴预警[5]。德国气象局对严重雷暴预警的定义相对模糊：有冰雹、大雨或飓风般的阵风，可能有龙卷风的危险[6]。

各国气象部门普遍采用颜色编码的预警信号（类似于交通信号灯）向公众传达气象灾害预警信息。

我国的气象灾害预警信号的依据气象灾害可能造成的危害程度、紧急程度和发展态势，一般划分为四级，并用四种颜色表示——蓝色（一般预警）、黄色（较重预警）、橙色（严重预警）和红色（特别严重预警）。根据不同的气象现象，气象部门发布不同类型的预警，包括雷暴预警、强降雨预警、冰雹预警、大风预警。由于强对流天气往往伴随着大风，强降雨和冰雹等多种天气现象，气象局通常会同时发布多个不同天气现象的预警。

虽然预警颜色可以传达不同程度的气象灾害信息，但是每种颜色具体对应的防御措施，人们可能并不是很清楚。德国气象局将灾害预警信号分为四级——黄色（预警）、橙色（重要预警）、红色（严重预警）和紫色（极端严重预警），每小时多次更新恶劣天气警告图。

实际操作中气象部门发现，很多人看到恶劣天气警告图时并不理解黄色到紫色分别代表的具体含义，因此气象预警的科普工作显得尤为重要。在德国，气象局预计某一地区会出现雷暴天气时，会在雷暴发生前两到三个小时发布“恶劣天气预报”。由于此时还无法在空间和时间上精确定位雷暴，一些被警报的地区可能并不会下雨，这种预警也可以简单理解为 “知道一锅水正在变热，但是不知道第一个泡从哪里升起”。之后，根据雷暴的发展情况，气象部门会及时更新发布预警：

一级预警（黄色）：从这个预警级别开始，气象部门能够更好地对雷暴进行时间和空间上的定位。预计会有雷暴和阵风的区域会在地图上用黄色标记。

二级预警（橙色）：这个阶段则表明出现强雷暴、阵风、大雨、连续降雨等天气情况。

三级预警（红色）：从这个级别开始，气象部门建议民众不外出

四级预警（紫红色）：最后这个警告级别则表明当前风暴很可能危及生命和造成重大损失。

图1 德国气象局发布强风暴灾害预警：通过不同颜色编码对德国巴伐利亚南部的强风暴进行分级预警，并附有文字描述，详细说明强风暴将要发生区域的降雨量、风速以及冰雹情况。图源[7]

强对流湍流加剧，未来飞行或将更加颠簸？

5月21日，新加坡航空一架客机遭遇湍流，备降曼谷机场，事故导致1人死亡、数十人受伤，引发人们对大气湍流威胁飞行安全的广泛讨论。

事故因何而起？

气象界主要有两种观点：英国雷丁大学气象系教授保罗·威廉姆斯认为，事故有可能是晴空湍流导致[8]；部分学者则认为，飞机是遭遇了强对流伴随的上升气流导致的湍流[9]。

欧洲空间局气象专家西蒙·普劳德则认为，从卫星图看，客机当时位于一个正处于快速发展的雷暴单体的上升气流附近。他还提到，“商业航空中大多数与湍流相关的严重事故都与雷暴湍流有关，而非晴空湍流” [9]。

学者的争议点在于其不同的产生机制。客机巡航位于对流层中上部和平流层下部，该高度正是大气湍流的多发区域[10]，大气湍流主要分为三种不同类型：晴空湍流（CAT，Clean air turbulence），对流湍流（CIT，convectively-induced turbulence）以及山波湍流（MWT，mountain wave turbulence）。

晴空湍流，顾名思义，通常发生在晴天（75%左右[11]），周围没有明显云层和可见的天气现象[12]，飞行员难以预先察觉。晴空湍流通常发生在4500米以上，主要是不同空气层之间的速度差异（风切变）引起的空气扰动。

对流湍流则是指由对流引起的空气扰动。雷暴湍流属于对流湍流的一种，这种湍流往往发生在雷暴的上下和周围区域，伴随着剧烈的垂直或水平风速变化，会导致飞机过度受力或失速，对飞机飞行构成极大威胁。

山波湍流是由地形（山脊）引起的湍流，往往出现在山脊下风处。

图2 晴空湍流，雷暴湍流和山波湍流的形成机制。图源：pilotinstitutep[13]

美国宇航局曾统计1987-2008年864起航空安全事故的成因，结果显示，对流湍流和雷暴是影响飞行航空安全的主要大气因素：156起（18.1%）事故原因为遭遇对流湍流，177 起（20.5%）事故遭遇雷暴（事故报告未提及湍流），113起（13.1%）事故遭遇晴空湍流， 68起（7.9%）事故受山波湍流影响[14]。

图3 西蒙·普劳德在社交媒体上引用日本气象雷达图，显示7点50分左右飞机行驶路线上缅甸上空有雷暴单体形成，图源[9]

新航事故发生一周后，新加坡交通安全调查局公布了事故初步调查公告[15]。

其中第三点指出，“新航SQ321在2024年5月20日从伦敦出发，湍流事件发生前飞行正常。2024年5月21日07:49:21 (UTC)，飞机正在缅甸南部上空以37,000英尺的高度飞行，可能飞经一个正在形成的对流活动区域”，公告同时提到，“大约在飞机轻微震动开始的同时，记录到飞机高度和速度不受指令地增加，这很可能是由于飞机受到上升气流的作用（即空气向上运动）”。

尽管调查仍在进行，但是目前的官方结论支持了普劳德关于“雷暴湍流”的推断。

值得注意的是，不同大气湍流的预报预警难度有所不同。

晴空湍流具有“隐形”的特点，即无法被气象雷达或卫星捕捉到，非常难预测，目前仍存在相当大的技术空白；相对而言，雷暴对流预测则较容易。理论上，雷暴可以通过雷达或气象卫星等监测到，飞行员在预飞行规划中会考虑避开雷暴区域；但是在实际飞行中，由于雷暴过程发展迅猛，飞机可能无法避免途径雷暴发生区域，从而遭遇强对流和雷暴湍流。

研究指出，全球气候变暖正增加晴空湍流、对流湍流和山波湍流的强度，这可能导致未来航班遇到更多颠簸。学者们强调，必须加强对气候变化影响下航空湍流全球性变化的研究，这有助于我们制定出更优、更安全的飞行策略来应对未来的挑战[10,12,16]。

警报已经拉响

气候变暖导致强对流将更加频发，强度更大？

鲍嘉伟介绍道，对流强度更大和频率更高是两个不同的概念。他提到，目前还没有关于气候变化导致对流上升气流的物理理论，但是数值模式模拟结果表明，全球气候变暖会导致极端上升气流强度增加。此外，气候变暖为强对流创造了更有利的条件——目前的理论研究、观测数据和数值模拟结果都表明，全球变暖会导致对流有效位能（CAPE）增加[17]。原因是全球变暖导致地表变热，并通过蒸发使空气中的水分增多，从而增加CAPE。

全球变暖的影响不仅体现在对对流的影响。

研究表明，气候变暖很可能会增加强极端降水事件的强度和频率[18]。学者预测，全球变暖每上升1度，极端降水事件的发生率可能会几乎翻倍。干旱地区会变得更加干旱，但当降水发生时，将会是大雨倾盆。而湿润地区则会经历更多的降水和更严重的洪水[19]。

根据世界气象组织（WMO）最新报告[20]，在未来5年中，有80%的可能性至少有一年的全球平均温度将比工业化前水平暂时高出1.5°C。而过去12个月（2023年6月 – 2024年5月）全球平均温度为有记录以来最高，比1850-1900年工业化前平均值高1.63°C[20]。

WMO副秘书长蔻∙巴雷特表示，这些统计数字背后隐藏着一个严峻的现实，那就是我们远远偏离了实现《巴黎协定》所设定目标的轨道，“我们必须紧急采取更多减少温室气体排放的措施，否则我们将付出越来越沉重的代价，造成数万亿美元的经济损失，数百万人的生命受到更加极端天气的影响，环境和生物多样性受到广泛的损害” [20]。

警报已经拉响，未来人们将面临更多极端天气事件的挑战，这不仅对人们的预报、预警和应对能力提出了更高的要求，也对全球合作从源头减缓气候变化，保障人类自身安全提出了新的挑战。

 参考文献：

[1] 国家防灾减灾救灾委员会办公室, 应急管理部. 2024年上半年全国自然灾害情况. https://www.mem.gov.cn/xw/yjglbgzdt/202407/t20240712_494600.shtml

[2] 中国气象局. https://www.cma.gov.cn/2011xwzx/2011xmtjj/202406/t20240614_6351830.html

[3] World Meteorological Organization. El Niño Weakens but Impacts Continue. https://wmo.int/news/media-centre/el-nino-weakens-impacts-continue

[4] Deutscher Wetterdienst. NWP Forecast Data.  https://www.dwd.de/EN/ourservices/nwp_forecast_data/nwp_forecast_data.html

[5] Bureau of Meteorology. Severe Thunderstorm.

https://www.bom.gov.au/weather-services/severe-weather-knowledge-centre/severethunder.shtml

[6] Deutscher Wetterdienst. Warnkriterien. https://www.dwd.de/DE/wetter/warnungen_aktuell/kriterien/warnkriterien.html?nn=508722

[7] https://x.com/DWD_presse/status/1004380219816448000

[8] https://www.met.reading.ac.uk/~williams/

[9] https://x.com/simon_sat/status/1792907210483216696

[10] Kim, SH., Kim, JH., Chun, HY. et al. Global response of upper-level aviation turbulence from various sources to climate change. npj Clim Atmos Sci 6, 92 (2023). https://doi.org/10.1038/s41612-023-00421-3

[11] National Weather Service. Turbulence.

https://www.weather.gov/source/zhu/ZHU_Training_Page/turbulence_stuff/turbulence/turbulence.htm

[12] Williams, P. D., & Storer, L. N. (2022). Can a climate model successfully diagnose clear-air turbulence and its response to climate change? Quarterly Journal of the Royal Meteorological Society, 148(744), 1424-1438. https://doi.org/10.1002/qj.4270

[13] https://pilotinstitute.com/types-of-turbulence/

[14] Joni K. Evans. An Examination of Aviation Accidents Associated with Turbulence, Wind Shear and Thunderstorm. NASA/CR–2013-217989

[15] Ministry of Transport, Singapore. (2024). Transport Safety Investigation Bureau: Preliminary Investigation Findings of Incident Involving SQ321. https://www.mot.gov.sg/news/details/transport-safety-investigation-bureau-preliminary-investigation-findings-of-incident-involving-sq321

[16] Prosser, M. C., Williams, P. D., Marlton, G. J., & Harrison, R. G. (2023). Evidence for large increases in clear-air turbulence over the past four decades. Geophysical Research Letters, 50(11), e2023GL103814. https://doi.org/10.1029/2023GL103814

[17] Singh, M. S., Kuang, Z., Maloney, E. D., Hannah, W. M., & Wolding, B. O. (2017). Increasing potential for intense tropical and subtropical thunderstorms under global warming. Proceedings of the National Academy of Sciences, 114(44), 11657-11662. https://doi.org/10.1073/pnas.1707603114

[18] Myhre, G., Alterskjær, K., Stjern, C. W., et al. (2019). Frequency of extreme precipitation increases extensively with event rareness under global warming. Scientific Reports, 9, 16063. https://doi.org/10.1038/s41598-019-52277-4 

[19] Tabari, H. (2020). Climate change impact on flood and extreme precipitation increases with water availability. Scientific Reports, 10, 13768. https://doi.org/10.1038/s41598-020-70816-2[20] World Meteorological Organization. (2024). Global Temperature Likely to Exceed 1.5°C Above Pre-industrial Level Temporarily in Next 5 Years. https://wmo.int/media/news/global-temperature-likely-exceed-15degc-above-pre-industrial-level-temporarily-next-5-years